Neuronális stílustranszfer
A neuronális stílustranszfer (Neural Style Transfer, NST) egy mélytanuláson alapuló képszintézis technika, amelyet Gatys, Ecker és Bethge vezetett be 2015-ben. Lényege, hogy elválasztja az egyik kép szemantikai tartalmát egy másik kép vizuális textúrájától és művészi stílusától, majd ezeket egyetlen szintetizált képben egyesíti. Ezt a pixelértékek iteratív optimalizálásával éri el, minimalizálva egy kombinált tartalom- és stílusveszteséget, amelyet egy előre betanított konvolúciós neuronhálózat jellemzőtérképeiből számítanak ki.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Gatys, L. A., Ecker, A. S., & Bethge, M. (2016). Image Style Transfer Using Convolutional Neural Networks. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2414–2423. DOI: 10.1109/CVPR.2016.265 ↗
- Gatys, L. A., Ecker, A. S., & Bethge, M. (2015). A Neural Algorithm of Artistic Style. arXiv preprint arXiv:1508.06576. link ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. ISBN: 978-0-262-03561-3
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Neural Style Transfer via Convolutional Neural Network Feature Statistics. ScholarGate. https://scholargate.app/hu/deep-learning/neural-style-transfer
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Generative Adversarial NetworkMélytanulás↔ compare
- Transzfer tanulásGépi tanulás↔ compare
- Variációs AutoencoderMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →